אנתרופיק צומחת פי 14: מי יצדיק 537 מיליארד דולר במחשוב?

הזינוק המדווח בהכנסות Anthropic אינו הוכחה לכך שההשקעה הארגונית ב-AI כבר מחזירה את עצמה. הוא מעיד על ביקוש לשירותי החברה. כדי שהביקוש הזה יהפוך לתשואה יציבה, ארגונים צריכים להראות שתהליכים מסתיימים מהר יותר, בעלות נמוכה יותר ובאיכות שאפשר לסמוך עליה. צריכת טוקנים היא הכנסה לספק, לא בהכרח רווח ללקוח.

זו המשמעות העסקית של המספרים עבור הנהלות בישראל: לא צריך להכריע אם שוק ה-AI כולו הוא בועה כדי לקבל החלטת השקעה טובה. צריך לדעת איזה תהליך משתנה, מי אחראי לתוצאה ואיך הערך יופיע בתקציב או בקיבולת העבודה.

מה המספרים של אנתרופיק באמת אומרים

בניתוח של דייב ולנטה ו-theCUBE Research שפורסם ב-SiliconANGLE, ומתבסס לפי המתואר בו על מסמך הנפקה של Anthropic, מוצגת צמיחה חריגה לצד התחייבויות תשתית עצומות. הנתונים להלן מובאים כפי שדווחו באותו ניתוח, ולא כאימות עצמאי של המסמך.

גידול מדווח בהכנסות במחצית הראשונה

פי 14

הכנסות מדווחות במחצית הראשונה של 2026

16 מיליארד דולר

התחייבויות מחשוב רב־שנתיות לפי הניתוח

537 מיליארד דולר

המספרים אינם בני השוואה ישירה: הכנסות למחצית שנה הן נתון תקופתי, ואילו התחייבויות מחשוב נפרסות על פני שנים ובנויות מהסדרים שונים. לפי הניתוח, הן כוללות בין היתר התחייבויות רכישה מינימליות והסכמי קח או שלם. אלה אינן בהכרח חוב שוטף, אך הן יוצרות צורך בביקוש עתידי ובהכנסות שיממנו אותן.

גם ניצול מלא של מעבדים אינו סוגר את הדיון. תשתית יכולה לעבוד במלוא הקיבולת בשעה שהלקוחות עדיין בוחנים שימושים, מסבסדים ניסויים או מפעילים תהליכים יקרים מדי. ניצול חומרה מעיד על פעילות; הוא לא מוכיח כדאיות כלכלית לאורך שרשרת הערך.

ולנטה מסמן את 2029 כשנת סיכון אפשרית אם היצע התשתיות יקדים את הביקוש המניב. זו תחזית, לא מועד תפוגה לענף. עבור מנהל כספים ישראלי, השאלה הדחופה יותר היא מה יקרה לתוכנית העסקית אם מחירי השירות, מגבלות השימוש או תנאי הספק ישתנו.

הפער אינו בין מודל חכם למודל חכם יותר

הפער המרכזי נמצא בין שיפור משימה לבין שינוי תהליך. עובד שמנסח תשובה מהר יותר עשוי לחסוך זמן. אבל אם התשובה עדיין ממתינה לאישור, מוזנת ידנית למערכת ונבדקת מחדש במחלקה אחרת, זמן הטיפול הכולל כמעט שלא השתנה.

לכן, הנתון שמביא הכלכלן טורסטן סלוק על הכנסה ריאלית לעובד, שעלתה בענקיות הטכנולוגיה אך כמעט לא השתנתה בשאר חברות המדד שנבדקו, הוא סימן שדורש בירור. הוא אינו מוכיח שאין ערך ל-AI: הכנסה לעובד מושפעת מביקוש, תמהיל פעילות, מחירים וכוח אדם. אבל הוא בהחלט מחליש את ההנחה שחלוקת רישיונות לבדה תייצר קפיצה בפריון.

ארגון לא קונה תשואה כשהוא קונה גישה למודל. הוא קונה אפשרות לבנות תהליך כלכלי טוב יותר.

ניקח תרחיש המחשה של טיפול בחשבונית חריגה. כלי עזר יכול להסביר לעובד מדוע החשבונית נעצרה. סוכן יכול לאסוף מסמכים, להשוות להזמנה, לבקש השלמה ולהעביר לאישור רק את החריגה שנותרה. ההבדל אינו רק ביכולת הטכנולוגית, אלא בחלוקת העבודה ובגבולות הסמכות.

הטבלה אינה מציגה מדרג שבו סוכן תמיד עדיף. יש עבודות שבהן כלי אישי הוא הבחירה הנכונה. ההחלטה תלויה בתדירות המשימה, בנגישות הנתונים, ברמת הסיכון וביכולת להגדיר תוצאה תקינה.

אדם בלולאה, בלי להפוך אותו לצוואר הבקבוק

AI מאפשר לאוטומציה להגיע גם למשימות שכוללות פרשנות ושיקול דעת, ולא רק לכללים קבועים. דווקא משום שהתוצאה אינה דטרמיניסטית, נדרשים מנגנוני בקרה. עם זאת, אם עובד בודק כל פעולה באותה יסודיות שבה ביצע אותה קודם, קשה לבנות יתרון תפעולי משמעותי.

היעד הוא לעבור מביצוע ידני לפיקוח מבוסס סיכון. זה מחייב להבחין בין פעולות הפיכות ושגרתיות לבין החלטות בעלות השלכות כספיות, משפטיות או שירותיות.

• להגדיר מראש אילו פעולות הסוכן רשאי לבצע ואילו דורשות אישור.
• להעביר לאדם חריגות לפי כללים עסקיים ובדיקות שנבחנו בפועל, לא רק לפי הביטחון שהמודל מצהיר עליו.
• לדגום גם מקרים שעברו אוטומטית, כדי לזהות טעויות שקטות.
• לתעד מקורות מידע, החלטות ופעולות לצורכי בירור ובקרה.
• לאפשר עצירה, חזרה למסלול ידני ותיקון פעולה כשאפשר.

במובן הזה, שכבת האחריותיות שעליה מדבר קרופורד דל פרטה היא בעיה ניהולית לפני שהיא בעיית מודלים. מי רשאי לשנות פרטי לקוח? מי אחראי לתשלום שגוי? ומי מחליט להשבית אוטומציה שהתנהגותה השתנתה? תשובות עמומות לשאלות האלה עוצרות הרחבה גם אחרי ניסוי טכני מוצלח.

איך מודדים תשואה בלי למכור לעצמנו חיסכון מדומה

המדד השימושי הוא בדרך כלל עלות לתוצאה עסקית תקינה, לא מחיר לטוקן ולא מספר התשובות שהופקו. העלות צריכה לכלול שימוש במודלים, אינטגרציה, תחזוקה, בקרה אנושית, תיקון שגיאות ותשתיות אבטחה.

גם בצד התועלת נדרשת משמעת. זמן שהתפנה הוא קיבולת, לא בהכרח חיסכון כספי. הוא הופך לערך ממומש כשאפשר לטפל ביותר פניות, לקצר זמני המתנה, להימנע מגיוס שתוכנן או לצמצם הוצאה בפועל. אם אין ביקוש נוסף ואין שינוי בהוצאה, אין הצדקה לרשום את כל השעות שהתפנו כרווח.

1. 01

   קובעים קו בסיס

   מודדים זמן טיפול, עלות, איכות ותיקונים בתהליך הקיים.

2. 02

   מגדירים הצלחה עסקית

   בוחרים תוצאה שניתן לקשור להכנסה, להוצאה או לקיבולת נדרשת.

3. 03

   בונים ניסוי מבוקר

   משווים מקרים דומים ומתעדים גם כשלונות ועבודה חוזרת.

4. 04

   מחשבים עלות מלאה

   כוללים מודלים, חיבורים, פיקוח, תחזוקה וטיפול בחריגות.

5. 05

   מרחיבים לפי ראיות

   מרחיבים רק כשהתועלת נשמרת גם בעומס ובמקרים מורכבים.

התהליך הזה מאפשר להבחין בין השקעת למידה מוצדקת לבין שירות בשל להרחבה. עקומת J, שבה ההשקעה קודמת להבשלת התועלת, היא הסבר כלכלי סביר לתקופת מעבר. היא אינה פטור מהצגת אבני דרך או מבדיקת הנחות.

שני מסלולים שצריכים להתקדם יחד

ארגון ישראלי צריך להשקיע גם באוריינות AI וגם ביכולת פנימית להקים ולנהל סוכנים. אוריינות מאפשרת לעובדים לתקשר היטב עם מודלים, לבחון תוצרים ולהבין מגבלות. תשתית סוכנים מאפשרת להפוך הצלחה מקומית ליכולת ארגונית שחוזרת על עצמה.

יש כאן הבדל מעשי: כלי אישי מחייב לעיתים שינוי יומיומי בהרגלי העובד. סוכן שמשתלב במערכת קיימת יכול לדרוש פחות שינוי מצד המשתמש, אך יותר עבודת תכנון, הרשאות ובקרה מאחורי הקלעים. קלות השימוש אינה מעידה על פשטות ההטמעה.

אנחנו רואים ב-Claude אפשרות חזקה להטמעה ארגונית, ומעריכים את היצירתיות של Anthropic. זו אינה סיבה לדלג על בדיקת אבטחת מידע, תנאי שימוש והתאמה לתהליך. גם מודלי OpenAI, סביבת Microsoft ופלטפורמות תזמור עשויים להתאים לצרכים שונים. עדיף לשמר יכולת להשוות ולהחליף רכיבים מאשר להפוך העדפת מוצר לתלות עסקית.

היכולת הזאת דורשת צוות רב־תחומי: ידע ב-AI, השכלה רלוונטית, ניסיון תפעולי, אבטחת מידע והבנה פיננסית. הדגמה משכנעת אינה תחליף לניסיון בהפעלת תהליך עסקי לאורך זמן, במיוחד בעסקים בינוניים שאין להם משאבים לספוג ייעוץ לקוי.

537 מיליארד דולר אינם החשבון של הארגון הישראלי, אבל הם ממחישים את גודל הציפייה שמופנית אליו כלקוח. אין צורך להשתתף בהתלהבות באופן עיוור, וגם לא להמתין להכרעה בוויכוח על הבועה. צריך לבחור תהליך חשוב, לבנות עבורו אחריות ברורה ולהוכיח שהערך גדל מהר יותר מהעלות.